论文摘要
地面背景下成像目标跟踪技术是对地打击精确制导武器成像导引头信息处理的重要组成部分。论文针对成像目标跟踪技术的应用需求,研究了地面背景下的运动单目标跟踪问题、运动多目标跟踪问题、和地面固定目标匹配跟踪问题。论文的主要工作如下:1、通过回顾现有的成像目标跟踪方法及其适应范围,分析了地面背景下成像目标跟踪技术的难点及创新需求。2、提出了一种结合广义交互式遗传算法的粒子滤波方法,改善了粒子滤波迭代过程中常见的粒子退化及匮乏问题。仿真实验说明该方法的滤波效果优于EKF滤波方法、传统的粒子滤波方法、和正则化粒子滤波方法。基于该方法实现了地面背景下的运动单目标跟踪处理;实际数据上的实验说明,该方法能有效克服强背景杂波以及目标被短时遮挡的情况。3、提出了一种基于视觉注意模型的运动多目标检测方法。该方法首先提取灰度、细节、运动等多种底层特征,然后融合这些特征形成动态显著性特征,最后利用注意焦点检测出同时存在的多个运动目标。实际数据上的实验验证了该方法较为稳健。4、提出了一种基于动态显著性特征的粒子滤波动目标跟踪方法,并将这一方法与显著性检测相结合,提出了一种地面背景下运动多目标跟踪方法。该方法将目标的动态显著性特征作为粒子滤波的状态向量,估计目标位置;同时与显著性检测得到的目标位置关联,完成航迹管理,实现多目标跟踪。实际数据实验验证了该方法能解决目标的出现、消失、合并、分裂以及被障碍物遮挡等难题。5、提出了基于梯度和最大值的相似性测度,和结合遗传算法与“高斯和”梯度神经网络的组合式搜索策略。在此基础上建立了一种新的地面固定目标匹配跟踪方法。可见光以及红外两组图像的仿真实验,验证了该方法具有较强的实用性及鲁棒性。
论文目录
摘要ABSTRACT第一章 绪论§1.1 课题的研究背景及意义§1.2 当前典型的成像目标跟踪方法§1.3 地面背景下成像目标跟踪技术难点分析§1.4 本文的内容安排§1.5 本文的主要工作及创新点第二章 广义交互式遗传算法改进的粒子滤波目标跟踪技术§2.1 引言§2.2 粒子滤波理论及其理论推导§2.2.1 非线性动力学系统的相关知识及证明§2.2.2 格栅滤波方法的基本思想§2.2.3 Bayes导引滤波器的基本思想§2.2.4 粒子滤波器的基本理论及证明§2.3 粒子滤波器的实现步骤及存在的问题§2.3.1 粒子滤波器的实现步骤§2.3.2 粒子滤波器存在的主要问题§2.4 基于广义交互式GA改进的粒子滤波跟踪技术§2.4.1 遗传算法及交互式遗传算法的基本知识§2.4.2 基于广义交互式遗传算法改进的粒子滤波§2.4.3 基于改进的粒子滤波的目标跟踪技术§2.5 实验结果及性能分析§2.5.1 实验一§2.5.2 实验二§2.5.3 实验三§2.6 小结第三章 动态显著性特征的粒子滤波技术多目标跟踪技术§3.1 引言§3.2 视觉注意理论§3.2.1 感受野和DOG函数的相似性§3.2.2 选择性视觉注意机制§3.2.3 主要的视觉注意模型§3.2.4 含有运动信息的视觉注意模型§3.3 基于动态显著性特征的运动多目标检测技术§3.3.1.显著性特征定义及本文的视觉注意模型§3.3.2 静态显著性特征提取§3.3.3 运动显著性特征提取§3.3.4 动态显著性特征融合§3.3.5 注意捕获及注意焦点形成§3.4 基于动态显著性特征的粒子滤波跟踪技术§3.4.1 基于动态显著性特征的目标模型表示§3.4.2 系统状态转移§3.4.3 系统观测§3.4.4 目标位置预测§3.4.5 粒子重采样§3.4.6 数据关联及目标航迹管理§3.5 实验结果及分析§3.5.1 实验一§3.5.2 实验二§3.5.3 实验三§3.6 小结第四章 基于梯度和相似及神经网络搜索的图像匹配跟踪技术§4.1 引言§4.2 图像匹配跟踪技术的关键要素和目前常用的算法§4.2.1 图像匹配跟踪技术的关键要素§4.2.2 目前常用的匹配方法§4.2.3 目前常用的搜索策略§4.3 基于梯度和相似及神经网络搜索的图像匹配跟踪方法§4.3.1 基于图像边缘梯度和相似性的匹配跟踪算法§4.3.2 基于改进的‘高斯和'梯度神经网络的匹配搜索策略§4.4 实验结果及性能分析§4.4.1 实验一§4.4.2 实验二§4.5 小结第五章 结束语§5.1 本文工作总结§5.2 需要进一步深入的问题致谢参考文献作者在学期间取得的学术成果作者在学期间参加的科研任务
相关论文文献
标签：地面背景论文; 成像目标论文; 目标跟踪论文; 粒子滤波论文; 广义交互式遗传算法论文; 视觉注意论文;
